A mesterséges intelligencia néhány pénzügyi és szállítási szegmensben már tényré vált, és mivel más területekre is terjed, egyre inkább azt akarjuk ellenőrizni, hogy mi irányítjuk-e, és nem fordítva. 2001-től a Űrhajózási Odüsszea a Blade Runner, a RoboCop és a Mátrix között, amikor az emberek mesterséges intelligenciával foglalkoznak, elkerülhetetlenül szembesülnek a filmkészítők sötét fantáziájával.
Spike Jones legújabb "Ő" filmje és Alex Garland közelgő "A gépből" című filmje már a köztünk élő műi intelligencia alkotásainak szentelték. A Turing-teszt előtérbe kerül, és még mindig nem tudjuk meghatározni a chipek és a test közötti fő különbséget a testből és a vérből.
Ezeket a félelmeket a Szilícium-völgy néhány híres ember is kifejezi: A múlt hónapban Elon Musk (a Tesla és a SpaceX vezérigazgatója) a mesterséges intelligenciát az "emberiség legnagyobb egzisztenciális fenyegetése "ként írta le. Amit sokan nem értünk, és talán maga Elon Musk is, az az, hogy a mesterséges intelligencia nem olyan hihetetlen technológia, amely csak a filmkészítõk és a számítógépes zseniális laboratóriumok fantáziáiban létezik.
Számos okostelefonunk alapvető mesterséges intelligencia technikákat használ az egyik nyelvről a másikra történő fordításhoz vagy a kérdéseink megválaszolásához; a játékiparban az AI-t összetett és folyamatosan változó játékforgatókönyvek létrehozására használják. És mivel a Szilícium-völgyben működő vállalatok, mint például a Google és a Facebook továbbra is felvásárolnak AI-vállalatokat és szakértőket vesznek fel, az AI tovább fog növekedni.
Tehát a mesterséges intelligencia nem Spielberg filmje?
A filmen nincs panasz, de a "mesterséges intelligencia" kifejezés sokkal régebbi történelemmel rendelkezik, mint amit Spielberg és Kubrick mutattak be a filmükben. A mesterséges intelligencia a számítástechnika születésének az 1950-es években nyúlik vissza, amikor csupán 14 évvel az általános célú számítógép meghatározása után Alan Turing azon tűnődött, vajon egy gép képes-e gondolkodni.
Promóciós videó:
64 év telt el, és ez az ötlet továbbra is elfoglalja a fejünket, a filmben és a könyvben testesül meg, és a szimpóziumokon tárgyalják. Nem távolodott el attól a szabálykészlettől, amelyet Turing írt az 1950-es Számítógépes gépek és az Elme című írásában, amelyben a „utánzó játékot” javasolta, amelyet manapság Turing-tesztnek ismerünk.
Csatlakoztasson egy számítógépet egy szöveges terminálhoz, és hagyja, hogy kommunikáljon az operátorral valós személyekkel együtt. A teszt lényege, hogy amikor arra kérdezi az operátort, hogy melyik beszélgetőpartnere volt ember, "az operátor annyiszor hibázik a játék során, amennyit csak tudhatott, ha megpróbálja megkülönböztetni egy férfit egy nőtől".
Turing úgy gondolta, hogy sokkal hasznosabb lenne kitalálni, hogy egy gép képes-e tesztet teljesíteni, mint a homályos és filozófiai kérdés megválaszolására, hogy gondolkodik-e vagy sem. "A kérdéssel kapcsolatban … Szerintem értelmetlen azt megvitatni." Igaz, Turing azt hitte, hogy 2000-re "a nyelv és az oktatás annyira megváltozott, hogy bárki gond nélkül kommunikálhat egy gondolkodógéppel."
Szó szerint, ő nem volt téves. Manapság gyakran hallják, hogy az emberek „hülye” vagy „átgondolt” számítógéppel rendelkeznek. De még ha komolyabban gondolkodunk a gondolkodó gép meghatározásán is, ez az ötlet közelebb áll a valósághoz, mint sokan gondolnák.
AI már létezik?
Viszonylag. Az ellenkező beszámolások ellenére még mindig messze vagyunk a Turing-szimulációs játékig. Evgeny Gustman a chatbot júniusban sikeresen becsapta a bírák egyharmadát azáltal, hogy Londonban elvégezte a Turing-tesztet, meggyőzve őket, hogy ember.
De a gondolkodás helyett Eugene trükkökre és trükkökre támaszkodott. 13 éves fiúként pózol, akinek az anyanyelve nem az angol. A gép viselkedésének ez a sok logikátlan aspektusa magyarázza a gépet, ideértve a rossz humorérzetet és a sértő kijelentéseket, gyakran a beszélgetést egy másik irányba irányítva.
A legtöbb AI fejlesztő megpróbálja megtanítani a természetes nyelv feldolgozására, hogy parancsot adjunk az általunk ismert nyelven. A gyermekek ezt kezdenek megtenni még az első lépés megtétele előtt, és ez egy gép számára rendkívül nehéz feladat.
Vegyük fontolóra az AI kutatóinak kedvenc mondatát: "az idő úgy repül, mint egy nyíl, a gyümölcs repül, mint egy banán." [játék szavakkal: „az idő repül, mint egy nyíl, a gyümölcs legyek szeretik a banánt”; a mondat második része az elsővel analóg módon lefordítható úgy, hogy „a gyümölcs repül, mint egy banán”. A mondat alkotó részekre bomlása néha megzavarja még az angol anyanyelvűeket is, az algoritmusról nem is beszélve.
Van-e az AI beszédproblémái?
Nem biztosan ilyen módon. Valójában az AI-t általában nem használják beszélgetésekhez. Néhányannak Önnek tudnia kell a mesterséges intelligenciáról nem a tudományos fantasztikából vagy Alan Turing-től, hanem a videojátékokból, ahol az AI-t számítógépes vezérlésű ellenfelekre utalják.
Például egy első személyű lövöldözés esetén az AI ellenőrzi az ellenségek mozgását, lehetővé téve számukra, hogy a legérthetetlenebb módon elkerüljék, célzhassanak és ráncoljanak. Versenyjátékokban az AI ellenőrizheti a rivális járműveket. Az AI egyik példájaként a videojátékok minden bizonnyal sok kívánnivalót hagynak. De a gyémántok gyémántokból készülnek, és a rendszer egyszerűsített szabályai kombinálva valami összetetté teszik a terméket.
Vegyük például a GTA V-t, ahol a saját életű városok létrehozásakor fordulhat el egy sarkon, és megtalálhat egy tűzoltó személyzetet, aki egy tömlőbe ütköző sofőrrel harcol; vagy Törpe erőd, ahol a törpék barlangokban élnek, saját életükkel, texturált és algoritmikusan részletesek. Ezek a megjelenő játékrendszerek egy teljesen új módszert mutatnak az AI fejlődéséhez, nem az ember utánozására, hanem egy "elég jó" heurisztika kifejlesztésére, amely az algoritmusokat valami teljesen másmá változtatja, ha elég nagy méretűek.
Tehát mindenki befektet az AI-ba, hogy jobb játékokat készítsen?
Nem. Az olyan vállalatok, mint az Apple és a Google, sok pénzt fektetnek az AI-be, és megpróbálnak virtuális személyes asszisztenseket létrehozni, mint például a Siri és a Google Now.
Lehet, hogy ez kissé messze van Turing fantasztikus látomásától, de a hangszolgáltatások lényegében ugyanolyan kemény munkát végeznek, mint egy ember. Meg kell hallgatniuk és meg kell értenie a beszélt nyelvet, meg kell határozniuk, milyen adatokat tartalmaz, majd vissza kell juttatniuk az eredményt, beszélgetés formájában is. Nem próbálnak becsapni minket abban a hitben, hogy emberi lények, hanem önmagában történik. Mivel minden számítástechnika a felhőben zajlik, minél többet hallanak, annál jobban megértik.
A vezető madárinfluenza-kutatás azonban nem a világ emberi megértésének megismétlésére, hanem annak meghaladására összpontosít. Az IBM Watson-ját például olyan számítógépnek nevezik, amely megnyerte a veszélyt! 2011-ben a természetes nyelv megértésével választ találtunk az oktató kérdéseire. De a természetes nyelv megértése mellett Watson nagy mennyiségű strukturálatlan adatot is képes olvasni és megérteni, nagyon gyorsan.
A Jeopardy! Esetében 200 millió oldalnyi adatot dolgozott fel, beleértve a teljes Wikipedia szövegét. A Watson valódi célja az egész internetre való kiterjesztés, és az egészségügyi szakemberek számára kényelmes mechanizmus biztosítása a munkához. Végül is vannak olyan tudósok, akik csak az emberiséget akarják megmenteni.
Mindannyian meghalunk?
Talán. Félnek attól, hogy miután létrehoztunk egy olyan sokoldalú Ai-t, mint a Watson, hatalma növekszik a rendelkezésre álló feldolgozási teljesítménygel. A Moore-törvény előrejelzése szerint a számítási teljesítmény 24 havonta megduplázódik, tehát csak idő kérdése, hogy az AI okosabbá váljon, mint az alkotók, és még erősebb AI-t hozzon létre, ami képességeinek exponenciális növekedéséhez vezet.
De mit fog csinálni a szuperintelligens mesterséges intelligencia ezekkel a képességekkel? Minden attól függ, hogy miként van beprogramozva. A probléma az, hogy nagyon nehéz egy nagyon intelligens számítógépet programozni úgy, hogy véletlenül ne pusztítsa el az emberiséget.
Tegyük fel, hogy az AI-nak azt a feladatát adja, hogy papír klipeket készítsen, és azokat a lehető legjobbakká tegye. Elég hamar rájön, hogy a vágott termékek előállításának fejlesztése a gyártósor javításával érhető el. Mit fog tenni ezután?
"Például attól fog aggódni, hogy az emberek nem kapcsolják ki, mert akkor nem készülnek klipek" - magyarázza Nick Bostrom. A papírcsipesz AI, a Bostrom szerint „azonnal megszabadulhat egy személytől, mert fenyegetést jelentenek. Ezen felül a lehető legtöbb erőforrásra lesz szüksége, mivel ezek felhasználhatók papír klipek készítésére. Például atomok az emberi testben."
Hogyan kell kezelni az ilyen AI-t?
Egyes teoretikusok, például Ray Kurzweil, a Google műszaki vezetője szerint csak akkor működik, ha bezárják az AI-t. Az embereknek nem csak az intelligens Ai-nak a létrehozására kell gondolkodniuk, hanem a kérdés etikai oldaláról is - és ennek megfelelően kell programozniuk.
A végén a kódírás csak bajt keres. Egy „utasok boldoggá tételére” vonatkozó utasítások segítségével egyszerűen meg lehet oldani ezt a problémát azáltal, hogy elektródákat ültetnek az emberek agyába. Ezért, amikor a mesterséges intelligenciát felkérjük a nagy filozófiai problémák megoldására, meg kell győződnünk arról, hogy a gép megérti, mi „jó” és mi „rossz”.
Szóval szükségünk van egy etikai programra, és minden rendben lesz?
Nem igazán. Még ha sikerül is megakadályoznunk a rosszindulatú intelligencia kialakulását, továbbra is felmerül a kérdés, hogyan alkalmazkodik a társadalom a mesterséges intelligencia növekvő képességeihez.
Az ipari forradalmat számos olyan munka automatizálása jellemzi, amelyek korábban a kézi munkára támaszkodtak. Nem kétséges, hogy az ipari forradalom volt az emberi jólét legjelentősebb növekedésének ideje. De az akkori puccs egyedülálló volt ebben az esetben, és nem valószínű, hogy ezt újra meg fogjuk látni.
Amit a gőzteljesítmény tett a fizikai munkához, az AI képes megtenni a mentális munkára is. Ennek a gömbnek az első áldozatai már jelennek meg: a világon nincs helye taxik feladására Hailoval és Uberrel; egy tőzsdei bróker munkája pontosan megváltozott a nagyfrekvenciás kereskedelem bevezetése miatt; a sport és a híreket hamarosan autók készítik.
A valódi változások csak most kezdődnek. Novemberben Goldman Sachs 15 millió dolláros finanszírozási fordulót irányított a Kensho számára, egy olyan pénzügyi adatok elemző szolgálat számára, amely mesterséges intelligencia technikákat alkalmaz az emberi elemzők legjobbjain kívül. Olyan hatalmas mennyiségű adatot képes kezelni, hogy az emberek egyszerűen csak tehetetlenek előtte.
A Kensho analitikát olyan nagy frekvenciájú kereskedelmi társaság is használhatja, mint az Athena, amely azt használja, hogy milliszekundum előnyt szerezzen a piacon - elég pénzt keresni, ha több milliárd dollárt kereskednek.
Miután az ilyen kereskedelem befolyásolja az általános piacot, Kensho eljuttathatja algoritmusait a Forbes-hez, és ő helyettesíti pénzügyi elemzőit. A legtöbb üzleti összefoglaló egy-egy, és ha az adatok strukturált formában állnak rendelkezésre, miért pazarolja az időt az emberekkel?
Általában véve az ilyen változások jók. Ha több millió ember munkája helyettesíti az algoritmusokat, akkor jobban tudnak csinálni, akkor csökken a munkaidő száma, és egy lépéssel közelebb kerülünk az utópiához.